010-65363526
rmzk001@163.com
大家好，我是人民日报出版社的财智小K！今年两会，“人工智能+”、“打造智能经济新形态”成了顶流热词，AI大模型、算力、新质生产力、“小龙虾”等话题刷爆朋友圈。AI到底是来“抢饭碗”的还是来“送机会”的？我们的智能社会要怎么建？带着这些大家最关心的问题，小K对话了全国政协委员、西南财经大学大数据研究院院长寇纲。他今年带来的8份提案看似横跨能源、数字、文化多个领域，实则构成了一套从底层到上层的完整智能社会建设方案，干货满满！
一、逻辑总纲——看似跨度大，实则瞄准同一个目标
财智小K：
寇委员您好！我看您今年的提案从能源算力讲到文化出海，跨度特别大，背后有没有一条统一的逻辑线？
【寇纲解读】
表面上看，我的提案涉及能源、数字经济、文化、就业等多个领域，但核心目标只有一个：全面拥抱人工智能时代，系统性构建中国的智能社会体系。
我把它总结成一个“三层金字塔”逻辑：
· 最底层是“夯实底座”：搞定AI最需要的能源、算力基础，解决“有米下锅”的问题。
· 中间层是“激活躯干”：把AI和我们最完整的产业链优势深度结合，解决“技术变钱”、创造真实生产力的问题。
· 最上层是“突出人本核心”：建好智能时代的制度、文化、就业与治理体系，解决“人适配技术”、让技术增益于人的问题。
三个层次层层衔接、上下贯通，形成闭环，才是真正有中国特色的AI发展路径。这能确保我们的AI发展不会脱实向虚，而是根植于坚实的产业与民生土壤之中。
二、夯实底座——AI竞争拼到最后，拼的是能源与可持续
财智小K：
大家现在都在卷大模型、卷芯片，您为什么反而先提能源和算力的可持续问题？
【寇纲详解】
我们可以算一笔账：现在一个万卡规模的算力中心，一年的耗电量相当于一个中等县城；同时，它还需消耗大量水资源降温，并产生可观碳排放。如果只追求算力规模而忽视背后的“电－水－碳”消耗，这种发展模式是不可持续的。
因此，我的第一点建议是推行“电－水－碳”协同的数字基础设施绿色管理：将PUE（能源使用效率）、WUE（水资源利用效率）、CUE（碳排放强度）这三个指标，作为新建算力中心的刚性准入门槛，在“十五五”期间加快落地实施。要优化“东数西算”布局，引导算力基础设施走向集约、绿色、可持续发展之路。
第二，要打通电、碳市场的协同。我建议构建全国电碳可信数据空间，建立统一的电力间接排放计量标准，推动绿电消费与碳市场减排量互认。我国是全球最大的新能源生产国，这套体系建起来，有助于我们在全球碳治理中掌握更大话语权。
第三，更要抓住一个历史性的战略窗口。当前，我国在光伏、储能、特高压领域已全球领先，“电力”正在成为继石油之后新的全球战略锚点。我建议研究以“电力”为锚的“电力人民币”结算体系，把我们的光伏、算力、新能源车“新三样”，打包成“低成本绿色能源+先进数字生产力”的完整中国方案，向全球特别是发展中国家输出。这不仅能把产业优势转化为国际规则与金融定价权，也将为人民币国际化提供新的支撑。
说句大白话：AI竞争表面上拼芯片、拼算法，拼到最后，拼的是谁拥有廉价、稳定、绿色的能源供给，这才是我们未来真正的核心护城河。
三、激活躯干——让AI在全产业链的沃土中生根结果
财智小K：
现在大家都说美国AI走在前面，您认为我们的差异化优势到底在哪里？
【寇纲解读】
美国的AI发展更侧重于“纯软件”与通用大模型的单点突破。而我们最大的、无可比拟的优势，是拥有全球最完整、最庞大的实体经济与产业链。AI真正的价值不止于写文案、画图片，而在于与千行百业深度融合，转化为实实在在的生产力与经济增长。
当前，制约AI与产业深度融合的，不只是技术本身，而是从“0到1”研发、到“1到10”转化、再到“10到100”产业化的整条链路还存在梗阻。一方面，现行评价和融资体系对研发型主体不够友好，一些处于种子期、初创期的企业，因为短期营收不高、风险较大，难以获得持续支持；另一方面，概念验证、中试熟化等中间环节仍然薄弱，许多技术停留在实验室，难以跨过产业化“最后几公里”。
因此，我的建议不是简单鼓励“技术落地”，而是系统打通融合链路：
一是改革高新技术企业和创新主体评价机制，把技术溢出效应、产业带动潜力等长期价值纳入核心指标，给研发型企业更包容、更稳定的成长环境；
二是重点布局国家级概念验证中心和中试基地，提高“转化人”收益比例，建立高校与企业之间的人才“旋转门”机制；
三是围绕AI底层软件生态、编译器、框架、交互协议等关键环节集中攻关，不能只停留在硬件层面的追赶，更要形成自己的软件标准与生态；
四是推动跨区域协同，探索“研发在中心城市、中试在周边基地、量产在广阔腹地”的模式，破解创新资源过度虹吸问题。
除了打通科技成果转化链路，还要为技术扩散和产业协同提供稳定的平台生态与制度环境。平台经济治理已经进入常态化监管新阶段。治理的重点，不是简单“放”或“管”，而是在尊重创新规律的前提下，建立更清晰、更稳定、更可预期的制度边界。例如，要运用监管科技提升常态化治理能力，健全“试错—容错—激励”机制，稳定平台企业创新预期，引导大型平台企业从流量竞争转向技术创新和产业赋能。
简单说，我们是在为AI技术寻找最丰沃的“应用土壤”。别人的AI可能在实验室里比拼测试分数，而我们的AI将直接进入工厂、农田、生产线，转化为GDP的增长和百姓收入的提升，这才是决定性的胜利。
四、突出人本核心——让技术革命的果实惠及每一个人
财智小K：
现在很多人最焦虑的就是“AI会不会抢了我的工作”，您如何看待AI时代技术与人的关系？
【寇纲建言】
历史上每一次技术革命，最终决定其成败的不仅是技术突破本身，更是法律、伦理、文化、就业等能否同步演进。技术是工具，必须为人服务，而不是让人去被动适应技术。
首先，我们要着力构建中华数字文明体系。当前，西方有可能借助其技术优势，通过AI率先定义数字时代的文明叙事与价值标准。我们必须抓住窗口期，将中华优秀传统文化与前沿AI技术深度融合，研发承载中华文明内核的AI大模型，构建中华文明数字基因库。这关乎我们在数字文明时代的国际话语权与文化传播主动权。
其次，要把文化优势转化为产业优势。当前，数字创作领域存在平台“围墙花园”、AIGC版权归属不清、创作者收益难保障等堵点。我建议建立开放的数字文化公共服务平台，完善AIGC版权认定与交易制度，将“数字文化创作者”纳入国家新职业目录，并建立技能培训与认证体系，提供普惠金融支持。让每个有创意的普通人都能借助AI工具进行创作，把文化软实力转化为有市场竞争力的文化产业。
最重要的，始终是解决“人”的发展问题。AI时代的就业，核心在于“投资于人”，让劳动者从技术的被动适应者，转变为运用技术的主动创造者。根据公开信息，自2019年以来人社部发布的新职业中，超过八成与数字化、智能化密切相关，如AI训练师、智能网联汽车测试员等。未来十年，预计还将创造数千万个相关新岗位。问题不在于AI“抢饭碗”，而在于许多人的技能储备暂时跟不上AI创造的新“饭碗”要求。
因此我建议：
第一，搭建全国性AI技能公共服务平台，为不同行业、不同学历的劳动者提供模块化、低成本甚至免费的技能培训资源。
第二，完善新职业支撑体系，加快制定新职业的技能评价标准、职称晋升通道、薪酬指引和社会保障衔接政策，给从业者“定心丸”。
第三，加强舆论引导，普及“技术性失业”和“技术性创造就业”的辩证认识。要算大账、算长远账，看到AI创造新岗位的潜力远大于其替代的岗位。
简而言之，AI时代最有价值的不再仅仅是技术本身，而是那些善于驾驭技术、能提出真问题、解决真实场景的人。投资于人，才是智能社会最稳固、最持久的基石。
五、行动指南——普通人抓住AI时代红利的三个心法
财智小K：
对于我们每一个普通人来说，该如何行动，才能抓住AI时代的红利？能否给大家几点实在的建议？
【寇纲建议】
其实不用过度焦虑，AI时代为普通人打开了更多可能性：
· 主动学习，提升技能：不必人人都去学编程开发大模型。学会使用AI工具来提升本职工作效率（如用AI辅助处理数据、撰写报告、设计PPT），就能显著提升你的职场竞争力。
· 保持开放，拥抱新职业：AI训练师、数字内容创作者等新职业正不断涌现，它们门槛并非高不可攀，发展前景值得期待，敢于尝试就有机会。
· 转变思维，善用工具：不要将AI视为对手，而应视其为“超级助手”或“能力杠杆”。思考如何利用AI，让你一个人能完成过去需要一个团队才能完成的工作，你的个人价值与收入上限自然随之提升。
我们建设智能社会的终极目的，绝非让技术取代人，而是让技术解放人——将人从重复、繁琐的劳动中解放出来，从而有更多时间和精力去从事更具创造性、情感性和人文关怀的工作。这，才是技术发展的终极意义。
延伸阅读 | 财智小K推荐
听完寇纲委员对智能社会“三层金字塔”的精彩拆解，是不是对未来的发展路径清晰多了？想不想更深入理解这套宏大的建设逻辑，并把机遇转化为个人成长动力？小K特意为大家精选了3本好书，从宏观战略到微观行动，帮你把AI时代的红利吃得明明白白！
1 视野篇
《人工智能领导干部读本》
编著：任仲文
小K说：寇委员勾勒的“三层金字塔”宏大蓝图，其战略纵深与产业机遇的政策逻辑，都能在这本人民日报出版社的权威官方读本中找到对应参考。全书汇编《人民日报》《光明日报》等权威媒体核心文章，围绕人工智能技术脉络、国家战略规划、多领域变革路径、伦理治理等核心维度系统展开，书末还附录官方《新一代人工智能发展规划》全文，是读懂中国AI发展顶层设计的权威参考，帮你精准把握国家大方向，选对人生赛道。
2 路径篇
《科技前沿课：算力》
编著：任初轩
小K说：寇委员在访谈中反复强调“AI竞争拼到最后拼的是能源与算力”，这本书正是理解算力体系的权威入门读物。全书围绕算力基础设施建设、“东数西算”工程、绿色算力发展、算力与实体经济融合等核心主题展开，结合产业案例详解算力从技术底座到产业价值的转化全流程，帮你清晰看懂智能社会的底层支撑逻辑，无论你是行业从业者还是产业投资者都能从中获得实用参考。
3 实践篇
《数据要素化100问：可控可计量与流通交易》
编著：清华大学金融科技研究院
小K说：产业融合的核心基础就是数据要素的高效流通，这本书以问答形式拆解了数据确权、流通交易、安全治理、价值释放等核心问题，针对企业数字化转型、科技成果转化过程中的常见痛点给出了清晰的解决方案，能够帮助不同行业的读者掌握数字经济时代的核心生产要素利用方法，抓住AI产业落地的红利。
（责编：张若涵）
